最初的想法是左侧的颜色条用堆积柱形图来实现,又看了一遍Y叔公众号关于aplot这个包的推文,发现他是用geom_tile()函数实现的,仔细想想还是geom_tile()函数实现起来比较方便。...首先解决昨天的遗留问题:ggplot2画图添加文字内容的时候如何添加下划线 非常感谢下面这位的留言 文本添加下划线的小例子 df<-data.frame(A=1:10, B...=1:10) library(ggplot2) ggplot(df,aes(A,B))+ geom_point(size=5)+ theme_minimal()+ ggtitle(expression...首先是准备热图的数据 如何画这个热图昨天的推文已经介绍过了,点击下方蓝色字可以直达昨天的推文 R语言ggplot2画带有空白格的热图简单小例子 接下来是准备分组颜色条的数据 下面是画这个颜色条...", legend.title = element_blank())+ scale_fill_manual(values = c("green","blue","red")) 将分组颜色条和热图拼接到一起
大家好,又见面了,我是你们的朋友全栈君。 我的第二篇博客,上一篇是PyCharm安装过程,下面讲解PyCharm的配置。...第一:配置PyCharm的背景 打开PyCharm开发环境,使用快捷键Ctrl + “`”(该键位于键盘的左上角,和”~“同一个键位),即可出现下图配置选项。...color Scheme: 配置背景颜色(有白色,黑色等) code style scheme: 默认为default Keymap: 快捷键配置,依个人习惯而定 View mode: 视图,依个人习惯而定...再创建一个python file即可创建一个.py的文件。可以在划红线的Python处右键 –>new –> python file,出现下面的界面,任意输入名字,点OK。...完成了python的入门学习,还是非常简单。有问题的话,直接留言,相互学习。共同进步!
❝今天来主要介绍如何在不引入外部几何对象的前提下在图形的原有的基础上「自定义修改轴文本颜色」,也许恰好您正好有此特殊需求,希望对各位观众老爷有所帮助;下面来看具体案例; ❞ 加载R包 library(tidyverse...geom_text」在图形内部添加文本并定义颜色,那如果我们要在图形外部修改轴文本颜色该如何操作,当然有更加简单的方法请往下看 ❞ 构建数据 df % arrange(id) %>...#9C8D58"),time=c(6,5,11,8)) p + theme(axis.text.y = element_text(colour=x_cols)) 可以看到引入「time」参数控制每一个颜色出现的次数...当然上述操作ggplot2会显示如下警告信息,是不是发现了什么;感觉挺有趣的 ❝Warning message: Vectorized input to element_text() is not...Results may be unexpected or may change in future versions of ggplot2. ❞
8个预设颜色值,使用一个颜色后,将颜色放到第一个预设颜色,去重,保存到本地。
一个月的备考终于结束了,公号的推文也会陆续进行原创推文制作,也希望大家继续支持哦!...本期推文就介绍一篇关于使用ggplot2 绘制带有颜色映射的相关性散点图,本期涉及的知识点如下: stat_bin_2d()绘制密度颜色映射 geom_smooth() 绘制拟合线 颜色映射相关性散点图绘制...这里大部分和推文R-ggplot2 学术散点图绘制 中的绘图技巧一样,下面我直接给出代码,如下: #绘图 + 颜色 library(tidyverse) library(RColorBrewer) library...最终,得到的可视化结果如下: ? 这里提一下,由于绘制的数据较少,可能导致绘制的结果不太美观,当然,在数据足够多的情况下,你也可以绘制出如下的相关性散点图: ?...(图中colorbar的位置、字体都是可以自由设置的啊) 总结 使用R-ggplot2绘制学术图表确实可以避免Python-matplotlib需要自定义设置问题,提高绘图效率。
所以基本的想法就是构造两份数据来画这个图,第一份用来画堆积柱形图,第二份用来画折线图。但是准备画图的时候才意识到这个堆积柱形图是一个分组的堆积柱形图,我之前画的都是单独的,没有画过分组的。...一时还想不起来该如何画这个分组的堆积柱形图了。...这里介绍了分组的堆积柱形图可以用分面的方式来实现,比如如下代码 dat <- data.frame( year=factor(sample(2010:2014, 400, replace=T)),...但是这幅图遇到的问题就是:将数据划分为两组,如何给每一个组填充不同的颜色呢?...比如这幅图的填充颜色的代码是scale_fill_manual()这个只能填充2种颜色,而不能实现2010年的填充红蓝,2011填充绿黄。大家知道这种填充该如何实现吗?欢迎大家留言!
之前的推文介绍过ggplot2绘图添加椭圆分组边界和圆形分组边界,借助的函数分别是 stat_ellipse() ggforce包里的geom_circle()函数 今天查找桑基图的资料的时候发现了一份介绍...ggforce这个包的使用方法的文章 https://rviews.rstudio.com/2019/09/19/intro-to-ggforce/ ,发现发现添加分组边界还有其他的实现方法,今天的推文记录一下...image.png 添加圆形的分组边界 使用到的是geom_mark_circle()函数 df<-iris colnames(df)<-paste0("V",1:5) library(ggplot2)...image.png 添加椭圆分组边界 用到的是geom_mark_ellipse()函数 df<-iris colnames(df)<-paste0("V",1:5) library(ggplot2)...image.png 最后是无规则形状的分组边界 用到的是geom_mark_hull()函数 df<-iris colnames(df)<-paste0("V",1:5) library(ggplot2
之前发过一篇推文 ggplot2画散点图拼接密度图 模仿下面这幅图片。但是遇到一个问题是如何给密度图某一个部分填充不同的颜色,就像下面的图片被红色方框圈住的部分。 ?...- STHDA 首先是最基本的密度分布图 第一步是构造数据 x<-rnorm(500,0,1) df<-data.frame(x) df 基本的密度分布图 ggplot(df,aes(x))+ geom_density...image.png 填充颜色用fill参数,更改线条颜色用color参数 ggplot(df,aes(x))+ geom_density(fill="#e72a8a",...image.png 这里需要注意的一个问题是默认的Y轴是小数,应该是某个值占所有的数据的比例,如果要把它改成频数可以加stat="bin"参数 ggplot(df,aes(x))+ geom_density...image.png 上面的图如果想要给x小于-2和大于2的填充另外一种颜色改如何实现呢?
那么,对于大样品队列的转录组,很多时候是没有已知的合理的分组, 这个时候会人为的去分组后看队列异质性,比如根据免疫高低进行分组。...那么这个根据免疫高低进行分组就有多种实现方式,我们这里简单的演示一下PCA和热图的层次聚类以及gsea或者gsva这样的打分的分组,看看是否有区别。...首先看看目标基因集的PCA分组 需要载入 step1-output.Rdata 这个文件里面的表达量矩阵哦,如果你不知道 step1-output.Rdata 如果得到,看文末的代码。...) pca_gl = group_list # 其中 hclust_gl 来自于前面的教程哦 table(pca_gl,hclust_gl) 可以看到前面的层次聚类的样品分组跟现在的PCA的PC1的分组...: 两个分组的差异 肉眼基本上看不出来差异,区别应该是横坐标为0附近的那些样品吧!
基于颜色衰减先验的去雾算法 这个color attenuation prior算法本质上也是一种统计上的发现。...然而,大脑在面对一幅图像的时候其实是可以很快的分辨清楚哪里有雾、哪里没有,或者很快分辨清楚近景、远景而不需要其他太多的资料。...作者基于这一思考,通过对很多副有雾图像进行分析发现了统计意义上的结论从而提出一个新的思路。作者通过对很多图像的远景、中景、近景进行分析发现了haze的浓度与亮度和饱和度之差呈正比。...雾图主要由两部分组成,一个是大气光成分以及对应的物体反射同时被particles所散射最后剩下的进入手机中混合构成的图像即为雾图。 作者通过两幅图像分析了雾图和无雾图的区别。...tex=J%28x%29t%28x%29) 大气光成分会增强brightness的值并且降低饱和度saturation。 总结下来,即为,当雾的程度越大,大气光成分的的影响越大。
如果我们能够得知道一幅图像中最多的颜色是什么的话,可以帮助我们解决很多实际问题。例如在农业领域中想确定水果的成熟度,我们可以通过检查水果的颜色是否落在特定范围内,来判断它们是否已经成熟。 ?...从上面图像中可以看出,平均方法可能会产生错误结果,它给出的最常见的颜色可能并不是我们想要的颜色,这是因为平均值考虑了所有像素值。...最常见的颜色是黑色区域。但是如果我们不仅采用一种最常见的颜色,还要采用更多的颜色怎么办?使用相同的概念,我们可以采用N种最常见的颜色。换句话说,我们要采用最常见的不同颜色群集该怎么办。...现在,我们需要的是一个显示上面的颜色簇并立即显示的功能。我们只需要创建一个高度为50,宽度为300像素的图像来显示颜色组/调色板。对于每个颜色簇,我们将其分配给我们的调色板。 ? 是不是很漂亮?...到目前为止,使用k> 1的K均值找到最常见的颜色是找到图像中最频繁的颜色的最佳解决方案之一。
ggplot2 更改图例的顺序 箱线图添加误差线这个自己老是记不住,每次作图都得现查,今天的推文记录一下实现代码,方便自己以后查看。...boxplot的前面,然后加一些基本的美化 ggplot(data = dfa, aes(x=Species,y=value,fill=Species))+ stat_boxplot...0.5)+ scale_fill_material_d()+ theme_bw()+ guides(fill=guide_legend(reverse = T)) image.png 分组箱线图...0.5))+ scale_fill_material_d()+ theme_bw()+ guides(fill=guide_legend(reverse = T)) image.png 分组箱线图需要我们在...暂时没有想明白 今天推文的示例数据和代码可以直接留言20210929获取 欢迎大家关注我的公众号 小明的数据分析笔记本 小明的数据分析笔记本 公众号 主要分享:1、R语言和python做数据分析和数据可视化的简单小例子
,争取把有原始数据的图都用R语言来复现一下 41586_2023_5710_MOESM4_ESM (1).xlsx 今天的推文复现一下论文中的Fig1a image.png 部分示例数据 image.png...library(ggplot2) ggplot()+ geom_point(data=fig1a, aes(x=log2(FC_Replicate_1),...shape=21, fill="#f1f1f1", color="black")+ theme_bw() image.png 给指定的点映射颜色...这里我的处理方式是把想要映射颜色的点单独挑出来,然后再叠加一层 geneSelected<-c("ZBP1","IFNB1","CGAS","IFNAR1","STING","IFNAR2") match...,内容可能会存在错误,请大家批判着看,欢迎大家指出其中的错误 示例数据和代码可以给推文点赞,然后点击在看,最后留言获取 欢迎大家关注我的公众号 小明的数据分析笔记本 小明的数据分析笔记本 公众号 主要分享
,可以更加直观的看到两个分组之间基因表达的差异 使用ggplot2进行美化 因为VlnPlot是一个ggplot的对象,所以可以基于ggplot2进行美化。...美化VlnPlot结果 可以基于ggplot2的theme函数去调整坐标轴,设置文本颜色和大小、添加边框、调整间距等 p1 + theme_bw()+ theme( axis.text.x.bottom...y 轴的刻度标签; 隐藏图例; 设置 x 轴标题和刻度线的颜色和大小; 完全取消 y 轴的刻度和网格线,以简化图形展示。...提取数据使用ggplot2进行美化 小谢私认为基于ggplot2的theme函数美化VlnPlot结果已经比较好看了,但由于是VlnPlot结果的框架下,可能还是会有些限制 如果需要高度定制化小提琴的图的结果...那就ggplot2 堆叠 各种元素 小结 这期使用VlnPlot函数的相关参数,绘制堆叠小提琴图,以及对小提琴图进行了分组分半的展示 基于ggplot2在VlnPlot结果的基础上进行调整,如果想提取需要的数据
)映射到分组属性: #默认分组设置, 即group=1 p + geom_boxplot() #分组(group)也是ggplot2种映射关系的一种, 如果需要把观测点按额外的离散变量进行分组处理,...1 颜色标尺设置(color fill) 1.1 颜色标尺“第二个”单词选择方法 颜色的函数名第二个单词有color和fill两个,对应分组使用的颜色函数即可。...1.2 颜色标尺“第三个”单词选择方法 根据第三个单词的不同,更换的颜色分为以下几种 1)离散型:在颜色变量是离散变量的时候使用,比如分类时每一类对应一种颜色 manual 直接指定分组使用的颜色 hue...更改离散型变量的颜色函数 #数据,映射以及几何对象 p ggplot(diamond, aes(color))+geom_bar(aes(fill=cut)) #左上 manual 直接指定分组使用的颜色...注:以下为ggplot2提供的其他统计变换方式,也可以自己写函数基于原始数据进行计算。
介绍 由于经常发生大面积火灾,对人类健康和安全造成影响,火灾探测作为工具的应用越来越多。当前基于电子传感器的检测方法通常依赖于热和压力传感器。...因此,此类设备对基于计算机视觉的火灾探测的需求不断增加。此类设备包括各种闭路电视、无线摄像头甚至无人机。 与传统的检测方法相比,这些类型的系统具有多种独特的优势。...颜色像素可以被提取为这三个单独的元素R、G和B,用于颜色检测。 RGB颜色模型用于检测图像中的红色信息。就RGB值而言,R、G、B颜色通道之间对应的相互关系:R>G和G>B。...最后,根据第一种技术和第二种技术的结果应用基于颜色的分割技术来识别火灾的感兴趣区域(ROI)。当发生火灾时,该算法非常有效。算法整体准确率大于90%,说明了算法的有效性和实用性。...在未来的工作中,可以考虑基于实时的算法,因为它可能会提高算法的效率(目前为 80.64%)。
tidyverse包其中包含着一个重要的可视化包---ggplot2。 Ggplot2是由Hadley Wickham制作的数据可视化软件包,它基于一组称为图层的原则。...几何对象的形式由geom_xxx()函数定义,基于数据变量的几何对象的属性(位置,大小,颜色)由美学(aes())函数指定( 在geom_xxx()函数中)。.../地区年份分组数据框架上绘制一条线,则会得到一个奇怪的锯齿形图案。...image 基于变量的更多美学映射 到目前为止,我们只指定了从数据到geom对象的x和y位置美学映射。 但您也可以指定其他类型的美学映射,例如使用变量来指定点的颜色。...请注意,continent变量本身不指定颜色:这是自动完成的。 您可以通过添加颜色的缩放图层来指定自己想要的颜色。
image.png 今天试着重复的图片对应着的是论文中的Figure1d ?...source data fig1 这个树文件是excel存储,我们需要将其复制到文本文件中 分组文件对应的是source data fig1中的第五个excel表格 读取树文件 library(ggtree...",header=T,sep="\t") 表示分组的文件需要有一列的名称是label colnames(group_info)<-c("label","Origin","Species") 将分组信息和树文件合并...image.png 自定义颜色 ggtree(tree1,aes(color=Species),branch.length = "none")+ layout_dendrogram()+ theme...image.png 这里遇到一个问题是自定义颜色之后有的枝就没有了 这里暂时没有想明白如何给NA映射颜色,我这里采用的办法是把NA替换成其他字符,比如我这里替换成WW tree1@data$Species
那么,对于大样品队列的转录组,很多时候是没有已知的合理的分组, 这个时候会人为的去分组后看队列异质性,比如根据免疫高低进行分组。...那么这个根据免疫高低进行分组就有多种实现方式,我们这里简单的演示一下PCA和热图的层次聚类以及gsea或者gsva这样的打分的分组,看看是否有区别。...可以看到, 1和2在热图的左右两边,而3,4,5在中间,其中5个分组里面居然就一个样品。...所以我们需要把暴力分组调整为合理的免疫基因高低分组,代码如下所示: group_list=ifelse(hc <3 ,'low','high') table(group_list) ac=data.frame...: 层次聚类合理分组 不过,这样的分组,数量并不是均等的哦!
那么,对于大样品队列的转录组,很多时候是没有已知的合理的分组, 这个时候会人为的去分组后看队列异质性,比如根据免疫高低进行分组。...那么这个根据免疫高低进行分组就有多种实现方式,我们这里简单的演示一下PCA和热图的层次聚类以及gsea或者gsva这样的打分的分组,看看是否有区别。...gsea等打分后对样品队列的高低分组 前面我们已经分享了:基于基因集的样品队列分组之层次聚类,以及 基于基因集的样品队列分组之PCA,还剩下看gsea等打分后对样品队列的高低分组。...addEllipses = T, legend.title = "Groups" ) 基本上也是类似的: 主成分 也可以自行去和已经分享了:基于基因集的样品队列分组之层次聚类...,以及 基于基因集的样品队列分组之PCA,对比看看,加深你的理解哦。